李明 作品数:11 被引量:24 H指数:3 供职机构: 长春税务学院管理科学与信息工程学院信息管理与信息系统系 更多>> 发文基金: 国家自然科学基金 吉林省社会科学基金 中国高等教育学会“十一五”教育科学研究规划课题 更多>> 相关领域: 文化科学 自动化与计算机技术 经济管理 更多>>
高等财经院校计算机基础课程设置浅议 1992年 高等学校培养出的学生应当具有比较深厚的理论基础,掌握本专业的操作手段,育较强的解决问题的能力和工作中的应变能力。同时,还应具有跨学科的开拓能力,以适应当今世界文理合流、综合发展的需要。具备计算机知识和应用计算机的能力正是培养这种新型专门人才的基本要求之一,计算机知识已经成为当代大学生知识结构的重要组成部分。目前,财经类院校的计算机课程设置还没有形成一定的模式,基本上还处于一种自流状态。 李明关键词:财经类院校 高等财经院校 课程设置 学生知识结构 数据处理程序 财经类高等院校计算机专业课程建设及教学内容改革与实践 被引量:2 2008年 财经类高等院校计算机专业应充分利用财经类院校的资源和学科优势,借助经济和管理类学科的支撑,通过合理确定计算机专业的专业内涵、人才培养目标、课程设置等,创办将计算机科学、数学与经济管理实务结合在一起的、特色鲜明的计算机专业的课程建设与教学内容改革方案并付之实践。 李艳东 李明关键词:财经类院校 计算机专业 课程建设 教学改革 财经类高等学校计算机本科专业人才培养模式的探索 被引量:5 2006年 本文从国内外计算机专业人才培养现状和目前IT市场人才需求的状况出发,对我国财经类高等学校计算机本科专业人才培养模式进行了探讨。在此基础上讨论了我国财经类高等学校计算机本科专业的人才培养目标、培养规格、课程体系,以及财经类高等学校计算机本科专业的定位问题。 李明 郭淑馨关键词:财经类院校 计算机专业 基于图式理论的电子商务专业人才培养——以长春税务学院为例 首先分析了当前国内高校电子商务专业的人才培养模式中的普遍存在的问题,其次介绍了图式、图式理论及其基本特征,然后给出了一个基于图式理论的电子商务专业人才培养方案,从而使得课程设置符合认识论的基本规律,教学目标和教师配置更加... 李明 程鹏 姜建华关键词:电子商务 图式理论 文献传递 引入惩罚收益因素OIF Elman神经网络及其应用 被引量:2 2007年 通过在OIF Elman(Output-Input Feedback Elman)神经网络模型中引入惩罚收益因素,提出了一种基于OIF Elman神经网络的改进模型,并将其用于大气质量的预测和评价。实验模拟结果证明,引入惩罚收益因素OIF Elman模型能够明显提高网络的预测精度,具有极佳的逼近性能,所得预测数据和评价结果与实际结果基本吻合。利用该模型对大气质量进行预测和评价是可行而有效的,具有较好的应用潜能;并为大气环境整治规划提供了一种新的技术和方法。 李明 韩旭明财经类高等学校计算机本科专业课程体系重构的探索 被引量:5 2010年 本文针对高校计算机本科专业课程体系存在千篇一律、缺少特色等状况,在分析财经类高校计算机本科专业人才培养模式的基础上,提出财经类高校计算机本科专业课程设置的原则,结合我院的实际,突出交叉性学科的特色,制定财经类高校计算机本科专业课程体系设置计划,探索培养能够运用经济学知识、现代科学方法和计算机技术进行综合经济分析和计算机程序开发的复合型和应用型人才。 郭淑馨 李明关键词:财经类院校 计算机专业 经济领域 课程体系 财经类高等学校计算机本科专业课程体系重构的探索 被引量:2 2006年 对财经类高等院校计算机本科专业课程体系的改革、重构和制定是在众多的计算机专业教育中突出特色、培养适应社会需要的计算机人才所亟待解决的问题。应注重经济管理实务分析、数学方法和计算机科学与技术的融合,突出交叉性学科的特色,培养具有扎实的经济管理知识、数学基础和计算机程序设计能力,能够掌握和运用现代科学方法和计算机技术进行综合经济分析,具有从事宏观和微观经济领域的研究和计算机程序开发能力的复合型和应用型人才。 郭淑馨 李明关键词:财经类院校 计算机专业 经济领域 课程体系 一种改进的Elman神经网络及其在股市中的应用 被引量:5 2006年 通过在具有动态反馈机制的Elman神经网络的基础上引入时间收益因素,提出了一种改进的Elman神经网络模型并将其用于对股票的综合指数进行预测,进而求其收益率。实验模拟结果表明:将改进的Elman模型用于股市投资是可行的,有效的,具有一定的应用潜能,该模型不仅可以明显提高网络的预测精度,达到快速收敛,而且还能够明显提高股民投资的利润率,实现较大幅度地获得收益的目的。 李明 韩旭明 王丽敏关键词:ELMAN神经网络 利润率 双获胜节点SOM及其在TSP中的应用 被引量:2 2007年 在Kohonen提出的SOM(self-organization map)神经网络的基础上,通过拓广SOM网络的获胜节点数量,引入惩罚修正因子,改进邻域和连接权函数等方法提出一种新的SOM即SOMDW(SOM with double-winner)模型。为了验证该模型的有效性,以旅行商问题(traveling salesman problem,TSP)为例对该模型进行检验,得到了满意的结果。另外为了增强SOMDW网络的动态聚类性能,提高解的精确性,还采用禁忌搜索的搜索方法。 韩旭明 李明 王丽敏关键词:SOM神经网络 聚类 TSP问题 多获胜节点SOM及其在股票分析中的应用 被引量:3 2008年 为了增强自组织映射(self-organizing map,SOM)网络的动态竞争和聚类能力,提高解的精度,在无监督的SOM神经网络的基础上,通过拓广获胜节点的数量,改进网络中的邻域函数和连接权函数等方法,提出具有多获胜节点的SOM模型.为了避免多个输入样本映射到同一个输出节点,还提出了禁忌映射的方法.为了验证所提出的方法的有效性,以股票的聚类分析为实例,对该方法进行了检验.通过对每股收益、每股净资产、净资产收益率、每股经营性现金流量及净利润等5项反映上市公司综合盈利能力的财务指标进行了模拟实验,所得的数值结果表明,在标准SOM及所提出的几种多获胜节点SOM网络模型中,具有双获胜节点(SOM with 2 winners,SOM2W)的网络模型获得了最好的聚类效果.结合实验结果对网络模型的进一步分析也表明,SOM2W的聚类能力优于标准SOM及其他网络模型.该模型为股票的分析和选择提供了一种可行的途径,在金融领域具有潜在的应用价值. 王丽敏 梁艳春 韩旭明 时小虎 李明关键词:聚类 股票分析